Ein neuer Machine-Learning-Algorithmus namens PAMmla verbessert die Genauigkeit und Anpassbarkeit der CRISPR-Cas9-Genbearbeitung erheblich [1]. PAMmla wurde von Forschern am Mass General Brigham entwickelt und analysiert Millionen von CRISPR-Cas9-Enzymvarianten, um deren Spezifität und Aktivität vorherzusagen [1, 4]. Dieser Fortschritt behebt eine wesentliche Einschränkung aktueller Cas9-Systeme: das Risiko von Off-Target-Effekten, bei denen das Enzym unbeabsichtigte Bereiche des Genoms schneidet [1].
PAMmla kann die Funktionalität von über 64 Millionen Enzymvarianten vorhersagen und ermöglicht so die Entwicklung personalisierter Enzyme für spezifische genetische Mutationen [1, 4]. Dies ermöglicht es Forschern, gezieltere und effizientere Versionen des Cas9-Enzyms zu erstellen [1]. Der Algorithmus kombiniert Hochdurchsatz-Protein-Engineering mit maschinellem Lernen, um dieses Präzisionsniveau zu erreichen [1, 4].
Die Entwicklung von PAMmla stellt einen bedeutenden Fortschritt bei der Entwicklung sichererer und effektiverer Gentherapien für verschiedene genetische Erkrankungen dar [1, 4]. Durch die Minimierung von Off-Target-Effekten und die Verbesserung der Bearbeitungseffizienz bietet PAMmla eine skalierbarere und präzisere Lösung für die Genom-Editierung [4, 7]. Der Algorithmus steht nun der breiteren wissenschaftlichen Gemeinschaft zur Verfügung, sodass Forscher diese Methode auf ihre Herausforderungen bei der Genbearbeitung anwenden können [1].